flowchart LR A[Módulo 1 \n Presencial \n 15 al 19, julio] --> B(Módulo 2 \n A distancia \n 22 a 26 de julio) --> C[Módulo 3 \n Webinario de presentación de proyectos \n TBD]
Atención
Este programa fue generado usando R y su entorno y puede ser usado como ejemplo para la creación del producto final del curso. Aprenda más Markdown Basics.
Ir directo a la Agenda
La Unidad Técnica de Vigilancia, Preparación y Respuesta a Emergencias y Desastres (PHE) y el Programa Especial de Inmunización Integral (CIM) de la Organización Panamericana de la Salud – Organización Mundial de la Salud (OPS/OMS) les dan la bienvenida a Quito, Ecuador y agradece su participación en las actividades que se realizarán en la ciudad.
1 Contexto y justificación
La necesidad de manejar un gran volumen de datos en la práctica habitual de los profesionales de los programas de epidemiología se ha vuelto un desafío evidente con la pandemia de COVID-19 cuando los sistemas de información en salud pusieron a disposición miles de registros en un corto periodo de tiempo. La consolidación y el análisis de datos a través de hojas de cálculo electrónicas y tabuladores tradicionales fueron insuficientes, por lo que fue necesario el uso de herramientas más robustas y versátiles. En este sentido, R es un software de código abierto, gratuito, muy útil para profesionales interesados en explorar, analizar y comprender los datos epidemiológicos. Con él es posible realizar una gran variedad de técnicas estadísticas y gráficas, desde las más sencillas hasta las más complejas.
Aprender las funciones básicas de R requiere perseverancia y motivación, especialmente para los usuarios que no están acostumbrados al lenguaje de programación. Sin embargo, esta inversión de tiempo en el aprendizaje inicial se ve compensada en gran medida por las ventajas de su uso frente a los softwares comerciales, como la oferta de paquetes con funciones propias de un área del conocimiento. A través de este taller de capacitación le invitamos a iniciar este recorrido, que requerirá una actitud activa, ya que el aprendizaje de R, como el de otros programas, sólo ocurre a través del uso. El taller se enfoca en las emergencias de salud pública, pero lo que usted aprenderá se puede aplicar a otros resultados de salud.
2 Objetivo, audiencia y competencias
El objetivo de la actividad es capacitar a las personas encargadas del análisis de datos de los programas de epidemiología de la Región en el uso de R y su entorno, entregando herramientas eficientes y sostenible en el tiempo; y fomentar la colaboración y el crecimiento conjunto entre los países.
El taller está dirigido a profesionales que trabajan en programas de epidemiología de Ecuador. Los requisitos para participar son: formación en educación superior, trabajar con análisis de datos de los programas de epidemiología, disponibilidad para participar en la semanas de clases presenciales y las tutorías en línea. Son requisitos deseables para participar: tener al menos un año de experiencia profesional en epidemiología o tener al menos un año de experiencia en análisis de datos.
El objetivo de la capacitación es apoyar el análisis de datos mediante el aprendizaje de herramientas del entorno R que sean útiles para los profesionales de la salud en su trabajo diario, contribuyendo a la elaboración de informes de situación y optimización de rutinas de análisis.
Al finalizar de la capacitación, el alumno será capaz de:
- Instalar y cargar paquetes;
- Importar, exportar y tratar datos;
- Calcular indicadores epidemiológicos;
- Hacer análisis exploratorio de datos;
- Realizar manipulaciones simples de datos;
- Crear gráficos y tablas;
- Elaborar mapas.
3 Producto esperado
3.1 Informe
Para consolidar su aprendizaje y practicar sus nuevas habilidades, se espera que, al final de la capacitación, usted produzca un informe utilizando la herramienta R. Los análisis deben realizarse principalmente utilizando bases de datos seleccionada. Le sugerimos que aproveche la oportunidad para automatizar algún análisis habitual de su equipo, con el fin de generar un producto útil que optimice su tiempo y proceso de trabajo.
Para integrar su informe, se deberá construir al menos tres visualizaciones (tabla, gráfico y mapa) previamente definidas en un plan de análisis. Dichas visualizaciones pueden contener números absolutos, proporciones, coeficientes, categorías u otros indicadores atingentes al evento seleccionado. El informe también debe incluir un texto de entre 1.500 y 2.000 caracteres (aproximadamente 4 páginas) que contextualice la situación seleccionada y presente consideraciones sobre los resultados encontrados.
El desarrollo de su informe ocurrirá a lo largo del curso, a través de la elaboración de cuatro productos:
- Plan de análisis;
- Tabla o gráfico relacionado con las variables de persona;
- Gráfico relacionado con las variables de tiempo; y
- Mapa relacionado con las variables de espacio.
Aunque es un reto, usted tendrá compañía en este proceso, ya que contará con tutorías para aclarar dudas y el apoyo del grupo. Recuerde el potencial colaborativo de R. El intercambio de experiencias puede favorecer mucho su aprendizaje.
3.2 Plan de análisis
El plan de análisis guiará todo el desarrollo de su informe, es decir, es una guía paso a paso para la construcción de su script. Por lo tanto, usted debe definir el objetivo de su informe y todos los análisis que desea realizar. Recuerde que no tiene que ser algo muy complejo, lo importante es que usted pueda practicar los contenidos aprendidos en cada módulo.
El plan de análisis debe contener al menos:
- Objetivo del análisis;
- Periodo de estudio;
- Unidad de análisis (por ejemplo, municipio, estado);
- Fuente de datos;
- Variables que se utilizarán;
- Criterios de inclusión o exclusión (por ejemplo, solo dosis administradas antes del año de vida);
- Limpieza/tratamiento que se realizará en la base de datos;
- Indicadores que se calcularán y método de cálculo;
- Tabla o gráfico que se presentará con variables relacionadas con las personas (por ejemplo, tabla descriptiva con grupo de edad, sexo y raza/color de piel; gráfico de barras de la variable nivel de educación);
- Gráfico que se realizará con variables relacionadas con el tiempo (por ejemplo, dosis administradas por semana epidemiológica);
- Mapa que se realizará con variables relacionadas con el espacio (por ejemplo, mapa de cobertura por municipio).
4 Estructura del taller
La capacitación se distribuye en dos módulos presenciales y un módulo de tutorías a distancia.
El contenido se estructura en 4 unidades:
- Introducción a R (20h);
- Manejo de datos y características relacionadas con las personas (40h);
- Características relacionadas con el tiempo (20h); y
- Características relacionadas con el lugar (20h).
La carga horaria total de la capacitación es, por lo tanto, de 100 horas, que se deben completar en un período de hasta tres meses.
Cada unidad está compuestas por distintas clases, el contenido de cada una de las clases se describe en las tablas 1 a 4.
Atención
Estas tablas están importada desde un archivo en formato Excel.
| Clase | Contenido |
|---|---|
| Instalación y configuración (R y RStudio) | ¿Qué es R? ¿Qué es Rstudio? Resolución de dudas de instalación de R y Rstudio Paneles Configuraciones útiles |
| Conceptos fundamentales para empezar a programar en R | Scripts Operadores Objetos Funciones Instalación y actualización de paquetes Clases (Tipos de dato) |
| Flujo de trabajo: directorio, entorno del proyecto y tidydata | Directorios de trabajo Proyectos de R Estructura de carpetas de un proyecto Los principios de Tidy data y el paquete Tidyverse Piping (%>%) |
| Clase | Contenido |
|---|---|
| Importación y exportación de archivos a R | Importación y exportación de datos con el paquete rio (.csv, .xlsx, Google Sheets, entre otros) Importación de datos de forma manual Importación de datos con estructura Formatos estándar de R (.rds y .RData) Exportación |
| Gramática Tidyverse: preparación de la base de datos para el análisis (parte 1). | Estructura general de la base y de las variables Seleccionar columnas: select() Renombrar variables: rename() Paquetes y funciones útiles para diferentes clases de variables Análisis exploratorio de los datos: count(), table(), summary() |
| Gramática Tidyverse: preparación de la base de datos para el análisis (parte 2). | Crear y transformar columnas: mutate() (Re) categorizar variables: case_when() Agrupar datos: group_by() Resumir los datos: summarise() Filtrar filas: filter() Manejar datos faltantes (en blanco, NA, ign) Ordenar la base: arrange() |
| Tabulación de datos_1 | ¿Por qué presentar los datos en tablas? Reglas generales de tabulación Tablas de conteo Tablas con medidas sumarias Unión de bases: binds() y joins() Pivotación (long y wide) Paquetes de apoyo para creación y diagramación de tablas |
| Tabulación de datos_2 | ¿Por qué presentar los datos en tablas? Reglas generales de tabulación Tablas de conteo Tablas con medidas sumarias Unión de bases: binds() y joins() Pivotación (long y wide) Paquetes de apoyo para creación y diagramación de tablas |
| Gramática de los gráficos 1 | La estructura general de configuración de un objeto ggplot2 Qué son estéticas Qué son geometrías Gráficos para variables numéricas Gráficos para variables categóricas Facetas: facet_wrap() y facet_grid() Guardar: ggsave |
| Gramática de los gráficos 2 | La estructura general de configuración de un objeto ggplot2 Qué son estéticas Qué son geometrías Gráficos para variables numéricas Gráficos para variables categóricas Facetas: facet_wrap() y facet_grid() Guardar: ggsave |
| Clase | Contenido |
|---|---|
| Epicurvas | ¿Qué son los histogramas? Histogramas con ggplot2 Especificar número y ancho de las cajas (barras) Editar eje x para variables de tipo fecha Cuando los datos están agregados Histogramas estratificados Histogramas que superan años |
| Ggplot2: Diagramación | Títulos y etiquetas Reordenar la disposición de los grupos (categorías) Objetos ggplot Temas completos Temas ajustados manualmente Colores Leyendas Escalas: de fechas, numéricas, categóricas |
| Incidencia | ¿Qué es la incidencia? Cálculo de incidencia Cálculo de incidencia acumulada Incidencia por área subnacional |
| Media móvil | ¿Qué son las medias móviles y por qué usarlas? Presentar la función rollmean() para calcular medias móviles Visualización de la curva epidémica con y sin medias móviles |
| Clase | Contenido |
|---|---|
| Nociones generales de cartografía | Introducción a los datos espaciales Territorio en Salud Características espaciales Mapas más comunes para la visualización de datos en emergencias ¿Qué son los shapefiles? Divisiones administrativas en el país Otros shapefiles |
| Mapas temáticos para otras divisiones geográficas (1) | Paquetes con datos espaciales y sus funcionalidades Cómo cargar los shapes Agregar datos al shape Mapa de la tasa de incidencia (Coroplético) Mapa de variación Crear shape de región metropolitana en R |
| Mapas temáticos para otras divisiones geográficas (1) | Paquetes con datos espaciales y sus funcionalidades Cómo cargar los shapes Agregar datos al shape Mapa de la tasa de incidencia (Coroplético) Mapa de variación Crear shape de región metropolitana en R |
| Mapas temáticos para otras divisiones geográficas (2) | Paquetes más usados para mapas Importación de shapefiles Mapa de letalidad (Separatrices) Centroides por Región Administrativa Mapa con presentación de letalidad en el polígono y número de casos en círculos proporcionales |
| Diagramación de mapas | Escala: incluir y editar unidades (km, mts) Rosa de los vientos Latlong en los márgenes Paletas adecuadas para mapas Resaltar un área geográfica Diagramación de divisiones geográficas, leyendas, títulos y otros aspectos visuales Exportar en formato vectorial |
5 Agenda
Preparación: instalación de R y RStudio.
Antes de su llegada al módulo 1 deberá completar la instalación de R y RStudio en su computadora. Para esto, le pedimos seguir los pasos de la siguiente presentación. Link
Presencial, Lunes 15 al viernes 19 de julio.
5.1 Día 1
| Horario | Clase |
|---|---|
| 08:00 - 09:30 | Ceremonia de apertura |
| 09:30 - 10:00 | Instalación y configuración (R y RStudio) |
| 10:00 - 10:20 | Pausa AM |
| 10:20 - 12:30 | Conceptos fundamentales para empezar a programar en R |
| 12:30 - 13:30 | Almuerzo |
| 13:30 - 15:00 | Flujo de trabajo: directorio, entorno del proyecto y tidydata |
| 15:00 - 15:20 | Pausa PM |
| 15:20 - 16:00 | Dudas y análisis de datos: elaboración del informe (1) |
| 16:00 - 16:30 | Resumen del día |
5.2 Día 2
| Horario | Clase |
|---|---|
| 08:00 - 08:30 | Revisión del día anterior |
| 08:30 - 10:00 | Importación y exportación de archivos a R |
| 10:00 - 10:20 | Pausa AM |
| 10:20 - 12:30 | Gramática Tidyverse: preparación de la base de datos para el análisis (parte 1). |
| 12:30 - 13:30 | Almuerzo |
| 13:30 - 15:00 | Gramática Tidyverse: preparación de la base de datos para el análisis (parte 2). |
| 15:00 - 15:20 | Pausa PM |
| 15:20 - 16:00 | Dudas y análisis de datos: elaboración del informe (1) |
| 16:00 - 16:30 | Resumen del día |
5.3 Día 3
| Horario | Clase |
|---|---|
| 08:00 - 08:30 | Revisión del día anterior |
| 08:30 - 10:00 | Tabulación de datos_1 |
| 10:00 - 10:20 | Pausa AM |
| 10:20 - 12:30 | Tabulación de datos_2 |
| 12:30 - 13:30 | Almuerzo |
| 13:30 - 15:00 | Gramática de los gráficos 1 |
| 15:00 - 15:20 | Pausa PM |
| 15:20 - 16:00 | Gramática de los gráficos 2 |
| 16:00 - 16:30 | Resumen del día |
5.4 Día 4
| Horario | Clase |
|---|---|
| 08:00 - 08:30 | Revisión del día anterior |
| 08:30 -10:00 | Epicurvas |
| 10:00 - 10:20 | Pausa AM |
| 10:20 - 12:30 | Ggplot2: Diagramación |
| 12:30 - 13:30 | Almuerzo |
| 13:30 -15:00 | Incidencia |
| 15:00 - 15:20 | Pausa PM |
| 15:20 - 16:00 | Dudas y análisis de datos: elaboración del informe (1) |
| 16:00 - 16:30 | Resumen del día |
5.5 Día 5
| Horario | Clase |
|---|---|
| 08:00 - 08:30 | Revisión del día anterior |
| 08:30 - 10:00 | Media móvil |
| 10:00 - 10:20 | Pausa AM |
| 10:20 - 12:30 | Dudas y análisis de datos: elaboración del informe (2) |
| 12:30 - 13:30 | Almuerzo |
| 13:30 - 15:00 | Cierre del Taller |
Nota
La agenda puede estar sujeta a cambios conforme se altere la logística.
6 Datos prácticos
6.1 Grupo de autoayuda
Hemos generado un grupo de WhatsApp al que le invitamos a participar de manera voluntaria. Tiene el objetivo de mantener un canal de comunicación abierto durante el desarrollo del curso y en el futuro.
6.2 Hotel
Hotel Finlandia Finlandia 188, Quito 170135, Ecuador
6.3 Información adicional
En Ecuador el voltaje común es 110 V. La frecuencia es 60 Hz. Las clavijas y enchufes son del tipo A / C.
